Measles Analysis

Author

An Tran

Published

September 15, 2024

1 Reproduction number

R0 - Basic reproduction number

  • R0 là số người trung bình mà một người nhiễm bệnh có thể lây nhiễm trong một quần thể hoàn toàn là dân số cảm nhiễm, tức là chưa có bất kỳ biện pháp phòng ngừa nào như tiêm vaccine, miễn dịch tự nhiên hay các biện pháp y tế công cộng.
    (R0 was called R naught is the average number of individuals infected by each infectious individual in a fully susceptible population)(Vegvari et al., 2022a).

  • Nếu R0 > 1, dịch bệnh có thể lây lan và phát triển thành đại dịch. Nếu R0 < 1, dịch sẽ giảm và dừng lại.

Rt - Effective reproduction number at time

Rt là số người trung bình mà một người nhiễm bệnh lây nhiễm ở một thời điểm nhất định khi mà một số người trong dân số không còn cảm nhiễm, có thể tính đến các biện pháp can thiệp, miễn dịch và thay đổi hành vi trong cộng đồng.
(Rt is the average number of secondary cases generated by one infected person at time t during the outbreak, where some individuals may no longer be susceptible) (“Practical considerations for measuring the effective reproductive number, rt | PLOS computational biology,” n.d.).

Rt thể hiện tốc độ lây nhiễm của dịch bệnh theo thời gian thực, giúp đánh giá hiệu quả của các biện pháp kiểm soát. Nếu Rt > 1, dịch bệnh có nguy cơ bùng phát trở lại; nếu Rt < 1, dịch bệnh dần được kiểm soát.

Giai đoạn (CDC, 2024)
  • Nếu > 90% phân phối khoảng tin cậy của Rt >1: dịch đang tăng.

  • Nếu 76% - 90% phân phối khoảng tin cậy của Rt > 1: dịch có thể tăng.

  • Nếu 26% - 75% phân phối khoảng tin cậy của Rt > 1: dịch có xu hướng ổn định.

  • Nếu 10% - 25% phân phối khoảng tin cậy của Rt > 1 (tương đương với 75% - 90% khoảng tin cậy của Rt ≤ 1.): dịch có thể giảm.

  • Nếu < 10% phân phối khoảng tin cậy của Rt > 1 (tương đương với >90% khoảng tin cậy của Rt ≤ 1): dịch đang giảm.

Rt bao gồm 2 loại là RitRct (xem tài liệu sau để hiểu rõ hơn về 2 chỉ số này: https://drthinhong.com/idm4b/rt.html). Hiểu một cách đơn giản là Rit là ước tính theo thời gian thực và sử dụng dữ liệu trước thời điểm t, còn Rct có xu hướng tiến cứu.

Ghi chú

Đối với các phân tích thời gian thực với mục tiêu đánh giá tác động của những thay đổi về chính sách, hành vi hoặc các yếu tố bên ngoài khác đối với quá trình lây truyền, Rit có thể ước tính chính xác hơn về mặt thời gian và phù hợp nhất.

:

Kết luận

Nếu đang ở giai đoạn sớm của dịch (dịch chưa xảy ra) thì chúng ta sử dụng R0 để ước tính. Nếu dịch đã xảy ra rồi và đang xuất hiện rộng trong dân số thì sử dụng Rt để đánh giá (Vegvari et al., 2022b).

2 Generation and serial interval

  • Serial interval: là khoảng thời gian từ khi một ca bệnh khởi phát triệu chứng đến khi các ca bệnh do ca bệnh đó lây nhiễm khởi phát triệu chứng (Gostic et al., 2020).

Hình minh họa từ tác giả (Sender et al., 2022).

3 Phương pháp ước tính Rt

3.1 Phương pháp của Cori (Cori, Ferguson, Fraser, & Cauchemez, 2013a)

\[ R_t^i = \frac{I_t}{\sum_{s = 1}^{t} I_{t - s} w_s} \]

  • It: số ca nhiễm bệnh mới ghi nhận trong ngày t.
  • It-s: số người bị nhiễm bệnh s ngày trước đó.

  • ws: dữ liệu, mô tả mức độ lây nhiễm của một cá thể kể từ s ngày sau khi bị nhiễm bệnh. Mức độ lây nhiễm này phụ thuộc vào khoảng thời gian từ khi cá thể bị nhiễm bệnh, nhưng không phụ thuộc vào thời điểm lịch cụ thể t. Dữ liệu này thường được ước lượng dựa trên khoảng thế hệ (generation interval).

  • It-sWs: thể hiện sự điều chỉnh số ca nhiễm s ngày trước bằng mức độ lây nhiễm tại thời điểm hiện tại t (là s ngày sau khi họ bị nhiễm bệnh).

3.2 Tiêu chuẩn để ước tính Rt (Cori et al., 2013a)

  • Tối thiểu sau Sliding Window size.

  • Tối thiểu sau trung bình của Serival Interval.

  • Tối thiểu 12 ca bệnh (ca bệnh ban đầu + 11) được quan sát kể từ khi bắt đầu dịch (trong một Sliding Window): để có được khoảng tin cậy trên là 0,3, sliding window phải bao gồm ít nhất 11 ca mắc mới.

Chúng ta có thể tùy chọn Sliding window (SW) khác nhau để thể hiện kết quả ước tính Rt. Sliding window là khoảng thời gian chúng ta dùng để xác định Rt, ví dụ nếu chúng ta chọn SW = 7 thì giá trị Rt sẽ được tính bằng trung bình của 7 ngày. Chúng ta vẽ thử 4 trường hợp của SW lần lượt là: mỗi ngày, mỗi tuần, mỗi 2 tuần và mỗi tháng để lựa chọn.

SW = 14 đồng nghĩa với sliding window là 14 ngày (2 tuần) cho thấy Rt có độ ổn định hơn, nên sẽ sử dụng SW = 14 để ước tính Rt.

Serial Interval

Để ước tính được Rt thì cần phải xác định được Serial interval của Sởi, tuy nhiên trong báo cáo này thì nhóm nghiên cứu không tính được Serial interval từ bộ dữ liệu (vì không có đủ dữ liệu về tình trạng lây nhiễm giữa những ca bệnh). Do đó, nhóm nghiên cứu tham khảo y văn và chọn được Serial interval có trung bình là 14.5 ngày và độ lệch chuẩn là 3.25 ngày (Worden et al., 2020). Nhóm nghiên cứu sẽ dùng giá trị này để ước tính R~t cho năm 2024 và năm 2019 để xem diễn tiến của Sởi.

Dữ liệu sử dụng

Dữ liệu được sử dụng để ước tính Rt là dữ liệu ca bệnh theo ngày. Dữ liệu đã loại bỏ những ca bệnh được chẩn đoán là “Loại trừ Sởi” và chỉ chọn những ca bệnh được chẩn đoán là “Sởi xác định” và “Sởi nghi lâm sàng” để ước tính.Báo cáo sử dụng Ngày khởi phát để ước tính Rt cho năm 2024 và Ngày nhập viện để ước tính Rt cho năm 2019 (vì không có dữ liệu về ngày khởi phát).

Trong năm 2024, có tổng cộng 172 ca bệnh bị thiếu dữ liệu về ngày khởi phát, do đó báo cáo sử dụng ngày nhập viện thay thế để ước tính Rt.